知识卡片
交叉特征增强表达
交叉特征(交叉数据)是推荐模型、尤其精排里非常重要的特征,用来表达”用户对某些物料的兴趣”。单特征表达能力弱,交叉多个特征能增强模型表达。最朴素的做法是在相同类目下交叉用户与物料特征,例如用户 {sex:男} 与物料 {cate:体育} 交叉成 {sex-cate:男-体育};若用户短期类目兴趣 u={体育:0.8,娱乐:0.4} 与物料 d={体育:1,娱乐:0.5},则交叉 ud={体育:0.8×1=0.8, 娱乐:0.4×0.5=0.2}。还有一种”只交叉权重”的省算力做法:ud=0.8×1+0.5×0.4=1.0,牺牲一定准确性换资源节省(因有其他特征补充)。连续值之间也能交叉,常用乘、除、加、减。注意:交叉会放大共线性,需配合正则与特征重要性检查。相关卡见 [[用户侧特征与公共ID]]、[[物料侧特征数据]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 构建推荐系统的特征 3.2 怎么清洗数据 · 查看原书依据
如果用户的短期类目兴趣为u={‘体育’:0.8,‘娱乐’:0.4,‘国际’:0.6},物料的短期类目d={‘体育’:1,‘娱乐’:0.5},那么其交叉结果为ud={‘体育’:0.8×1=0.8,‘娱乐’:0.4×0.5=0.2}
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第3章《构建推荐系统的特征》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/30.html;src-020)
- 结论依据:原文定义交叉数据为精排重要特征,给出 user×item 类目交叉与权重加和两种算法及连续值交叉方式,支撑本卡对交叉机制的解释。
- 原始内容:如果用户的短期类目兴趣为u={‘体育’:0.8,‘娱乐’:0.4,‘国际’:0.6},物料的短期类目d={‘体育’:1,‘娱乐’:0.5},那么其交叉结果为ud={‘体育’:0.8×1=0.8,‘娱乐’:0.4×0.5=0.2}